摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.3 本论文的主要研究工作和内容组织 | 第15-17页 |
第2章 基于Retinex理论改进的光照预处理算法研究 | 第17-29页 |
2.1 引言 | 第17-18页 |
2.2 基于Retinex理论的光照预处理算法 | 第18-21页 |
2.2.1 色彩恒常性 | 第18页 |
2.2.2 Retinex理论的原理 | 第18-19页 |
2.2.3 Retinex理论的算法 | 第19页 |
2.2.4 单尺度Retinex算法(SSR) | 第19-20页 |
2.2.5 多尺度Retinex算法(MSR) | 第20-21页 |
2.3 改进的Retinex算法 | 第21-23页 |
2.3.1 入射分量快速预测 | 第21-22页 |
2.3.2 双边滤波估计光照分量 | 第22-23页 |
2.3.3 自适应归一化 | 第23页 |
2.4 实验结果及分析 | 第23-28页 |
2.5 本章小结 | 第28-29页 |
第3章 基于置信融合的光照鲁棒性运动目标检测 | 第29-40页 |
3.1 引言 | 第29-30页 |
3.2 背景建模 | 第30-33页 |
3.2.1 ViBe运动目标检测算法 | 第30-31页 |
3.2.2 XCS-LBP纹理算子 | 第31-33页 |
3.2.3 背景模型的表示及初始化 | 第33页 |
3.3 基于置信融合的光照鲁棒性运动目标检测 | 第33-37页 |
3.3.1 RGB颜色差异度 | 第34-35页 |
3.3.2 XCS-LBP纹理差异度计算 | 第35页 |
3.3.3 置信度更新 | 第35-36页 |
3.3.4 噪点去除 | 第36-37页 |
3.3.5 模型更新 | 第37页 |
3.4 算法结果与分析 | 第37-39页 |
3.5 本章小结 | 第39-40页 |
第4章 基于SURF特征和颜色特征融合的粒子滤波运动目标跟踪算法 | 第40-59页 |
4.1 引言 | 第40-41页 |
4.2 SURF特征点的提取 | 第41-43页 |
4.3 粒子滤波跟踪算法 | 第43-48页 |
4.3.1 引言 | 第43页 |
4.3.2 粒子滤波跟踪的原理 | 第43-45页 |
4.3.3 粒子退化与重采样算法 | 第45-46页 |
4.3.4 粒子滤波运动目标跟踪的模型建立 | 第46-48页 |
4.4 基于SURF特征和颜色特征融合的粒子滤波运动目标跟踪算法 | 第48-53页 |
4.4.1 特征提取 | 第48-49页 |
4.4.2 特征融合策略 | 第49-51页 |
4.4.3 粒子数量更新策略 | 第51-53页 |
4.5 基于HSV色彩空间阴影去除 | 第53-55页 |
4.6 实验结果分析 | 第55-57页 |
4.7 本章小结 | 第57-59页 |
第5章 总结与展望 | 第59-61页 |
5.1 本文工作总结 | 第59-60页 |
5.2 后期工作与展望 | 第60-61页 |
参考文献 | 第61-66页 |
致谢 | 第66-67页 |
攻读硕士学位期间论文发表及科研情况 | 第67页 |